Investigación sobre el método de medición de la tasa de alimentación en la cosechadora de ensilaje basado en datos de potencia de los componentes
Autores: Wang, Fengzhu; Wang, Jizhong; Ji, Yuxi; Zhao, Bo; Liu, Yangchun; Jiang, Hanlu; Mao, Wenhua
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Investigación sobre el método de medición de la tasa de alimentación en la cosechadora de ensilaje basado en datos de potencia de los componentes
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Problemas
Precisión de medición
Condiciones de datos
Sensores
Modelos de regresión
Validación en campo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Para los problemas existentes, como las complejas interacciones entre un cultivo y una máquina, la dificultad de medición y la limitada precisión de la medición de la cantidad de alimentación dentro de la cosechadora de ensilaje de maíz, se propone un método de medición de la velocidad de alimentación basado en datos de condiciones clave, limpieza de datos de trabajo y regresión multivariada múltiple. Se diseñan sensores de velocidad de rotación, par de rotación y consumo de energía no destructivos para los componentes mecánicos clave. Las condiciones de datos, como la velocidad de rotación, el par de rotación, el consumo de energía, la presión hidráulica y el flujo hidráulico para la operación clave de partes que incluyen corte, alimentación, triturado y lanzamiento, se monitorean y recopilan en tiempo real durante la cosecha en el campo. Los datos de trabajo se filtran y se preprocesan, y se aplica el algoritmo de extracción de límites de Mann-Kendall, así como el análisis de corrección de retraso de múltiples componentes y el método de detección de excepciones de Grubbs. Basándose en los resultados de un análisis de correlación de Pearson, se desarrollan modelos de regresión de un factor y de múltiples factores respectivamente para lograr una medición precisa de la velocidad de alimentación de maíz. Las pruebas de validación en campo muestran que los resultados de extracción de límites de datos de trabajo entre los componentes de estabilización de carga, como el rodillo triturador y el soplador de lanzamiento, son altamente confiables, con una tasa de corrección del 100%. Los datos de monitoreo de potencia del rodillo triturador y los sopladores de lanzamiento están significativamente correlacionados con la velocidad de alimentación del cultivo, con un coeficiente de correlación máximo de 0.97. El coeficiente de determinación del modelo de velocidad de alimentación de un factor basado en el rodillo triturador alcanza 0.94, y el error absoluto máximo del modelo de velocidad de alimentación de múltiples factores es de 0.58 kg/s. El error relativo máximo es de +/-5.84%, proporcionando soporte técnico y de datos para la medición automática y la ajuste inteligente de la cantidad de alimentación en una cosechadora de ensilaje.
Descripción
Para los problemas existentes, como las complejas interacciones entre un cultivo y una máquina, la dificultad de medición y la limitada precisión de la medición de la cantidad de alimentación dentro de la cosechadora de ensilaje de maíz, se propone un método de medición de la velocidad de alimentación basado en datos de condiciones clave, limpieza de datos de trabajo y regresión multivariada múltiple. Se diseñan sensores de velocidad de rotación, par de rotación y consumo de energía no destructivos para los componentes mecánicos clave. Las condiciones de datos, como la velocidad de rotación, el par de rotación, el consumo de energía, la presión hidráulica y el flujo hidráulico para la operación clave de partes que incluyen corte, alimentación, triturado y lanzamiento, se monitorean y recopilan en tiempo real durante la cosecha en el campo. Los datos de trabajo se filtran y se preprocesan, y se aplica el algoritmo de extracción de límites de Mann-Kendall, así como el análisis de corrección de retraso de múltiples componentes y el método de detección de excepciones de Grubbs. Basándose en los resultados de un análisis de correlación de Pearson, se desarrollan modelos de regresión de un factor y de múltiples factores respectivamente para lograr una medición precisa de la velocidad de alimentación de maíz. Las pruebas de validación en campo muestran que los resultados de extracción de límites de datos de trabajo entre los componentes de estabilización de carga, como el rodillo triturador y el soplador de lanzamiento, son altamente confiables, con una tasa de corrección del 100%. Los datos de monitoreo de potencia del rodillo triturador y los sopladores de lanzamiento están significativamente correlacionados con la velocidad de alimentación del cultivo, con un coeficiente de correlación máximo de 0.97. El coeficiente de determinación del modelo de velocidad de alimentación de un factor basado en el rodillo triturador alcanza 0.94, y el error absoluto máximo del modelo de velocidad de alimentación de múltiples factores es de 0.58 kg/s. El error relativo máximo es de +/-5.84%, proporcionando soporte técnico y de datos para la medición automática y la ajuste inteligente de la cantidad de alimentación en una cosechadora de ensilaje.